彭博社的一则独家报道如同一盆冰水，浇灭了所有人的热情：Gemini 3.5 Pro发布延期了，而且不是延期几天，是数月的大延期！ 本该是载入史册的发布，被谷歌自己按下了暂停。

1、天博集团app 破案了！这个号称世界第一的网页Demo，背后根本不是什么自研模型，而是偷偷调用了DeepSeek模型家族的API来套壳输出。

LLM对审稿意见进行结构化分析，将自由文本整理为论文的Pros（优点）和Cons（缺点）。天博集团app今年5月，一篇通稿宣布Lily Jay荣获「2026年Austral-Global人道主义卓越奖」，配了两张她领奖的照片。

2、“浙江队”又要改名？球迷纷纷反对

三年前，Token还只是人和AI闲聊的「成本单位」，一问一答几十到几百个Token。

3、天河智谷门户实锤？城投珠江天河壹品深度测评，它的真实段位藏不住了

传统解法笨拙且昂贵：派工程师扛着VR头显和遥控臂，重新录制轨迹，再花数天重训模型。

4、宏远早报！广东官方发声，杜锋续约浮出水面，朱芳雨做重要决定

没有ΔR，所谓持续学习很容易退化成无目标的模型微调。

5、60.02亿战新子基金落地上海！打通央地资源通道，撬动长三角科创投资合力

一个人跑通了从市场判断到投放优化的完整闭环——这大概是 OPC（一人公司，One Person Company）最具象化的注解。

也就是说，让机器人先在脑子里把长城拼一遍。

一旦有了这个反馈闭环，产出质量通常能翻2到3倍。

6、耻辱双杀引爆球迷怒火！泰山积弊难除，唯有彻底整顿方能寻出路

作为对照，前一天晚上GPT-5.5在同一个问题上磨了一个多小时，0.72纹丝不动。

香港作为国际创科中心，是内地企业「技术出海+标准出海」的绝佳跳板。

7、世联赛八强定3席：巴西3-1波兰提前晋级！波兰末轮与日本生死战

动作chunk尾部不可靠：模型一次预测多个动作，但越靠后的动作越容易累积误差，系统不得不频繁重新规划，强行拉长执行长度会降低成功率并增加物理步数。

系统不仅要生成画面，还要维护目标、资源、胜负条件和事件结果。

8、到底哪家博物馆排倒数第一，这届网友快吵疯了

论文链接：https://arxiv.org/abs/2605.09397 不同于「无论输入是什么、都输出同一段固定文本」的固定输出式后门目标，该工作将关注点扩展到多样化、生成式后门目标，以探究DLM对于后门注入的脆弱性。

同一场演讲里，奥特曼还抛出这样一个判断： ChatGPT出现到现在，三年半。

更重要的是，与那些只做GPU、只做NPU的端侧算力方案商联手，共同做开放的端侧与边缘AI算力方案。

9、泰山队5外援已归队，训练阵容受两大因素影响，5人去威海参加活动

GPT-5.6这次拿下136分，破的正是这套最难、最防作弊的离线题。

没有任何预热、没有任何预告，他们在X上扔出了一枚重磅消息——发布Monolith-1.0模型，登顶世界第一！ 数据有多炸裂？ 1.6万亿参数（MoE架构，每token激活495亿参数） HLE工具辅助测试中拿下99.44%的成绩 GPQA Diamond达到95.9% MMLU-Pro达到96.2% AIME 2025超过90% 原生100万token上下文窗口 在12,288块Ascend 910C NPU上训练了60万亿tokens 这个成绩，直接把目前所有榜单打穿了！ 即使是最顶级模型，在面对地狱级难度的HLE时，依然会被按在地上摩擦。

10、赛前

全球最贵模型，没有之一。

爱诗的判断是，模型能力只是入场券，产品化、全球分发和产业化落地，才是下一阶段的胜负手。

1、活力中国调研行｜海军诞生地的造船业新篇章

Chloe不是历史学家，也不是电影导演，但她有一种很稀少的能力——把宏大的历史节点，压缩成一个普通人会有的感受。

2、*ST宝馨：董事会秘书田青辞职

第1个测试是AI综合能力。

3、13日凌晨国乒最新消息！2好1坏消息曝光：孙颖莎、王曼昱、温瑞博

温度零下四十度，没有任何生物能与她沟通。比赛日三个平台大致覆盖了从宽松到严格的加固谱系： OpenClaw是参考实现；NemoClaw在其上增加了用户级的进程隔离； SeClaw则是一个安全优先的变体，号称部署了十一项系统级防御中的八项。

4、68岁赵本山在三亚逛街，穿蓝衬衫好时尚，买爱马仕司机拎袋子

它适合那些源源不断、边界清晰的活：bug上报、问题分类、依赖升级。

5、泰山队对西海岸赛前安排确定，主力谁复出是看点，B队中乙五连胜

大脑再聪明，如果底下的算力调不动、如果生成的Token太贵企业用不起、如果系统三天两头宕机，再宏大的AGI愿景也无法落地。

6、70㎡奶油风极简宅，又暖又松弛！

但长轨迹交互会迅速放大上下文、显存和多步去噪开销。

下一个「Lily Jay」可能已经在路上。

这些信息单独看可能只是一次提示词、一次模型调用或一次用户纠正，但积累起来，它们构成的并不是普通数据，而是一张企业的认知地图。

7、签了签了！5年8150万！西部军备竞赛开始了

这个数字有多苛刻？ 人手在完全放松状态下的自然抖动，大约是0.3到1毫米。

洗衣、巡检眼下并不止大晓一家在做，但它的落点不太一样： 卖的从来不是某一款洗衣机器人或巡检机器狗，而是那颗能装进不同本体的「世界模型大脑」。

8、主场亮剑！中日男排巅峰对决 中国男排虽处低谷誓拼最强对手

他们现在开始告诉企业： 不要失去自己的数据、学习闭环和Alpha。

丰田在海外甚至还没有做太多激进的纯电布局——燃油车利润基本盘依然稳固。

参考资料： https://x.com/ClaudeDevs/status/2077489907350856038 https://claude.com/blog/artifacts-in-claude-code https://claude.com/docs/connectors/overview 编辑：元宇新智元报道 最近，微软CEO Satya Nadella和Palantir CEO Alex Karp几乎在同一时间，从不同角度提出了一个越来越尖锐的问题： 当人工智能开始深度参与企业的思考、决策和执行之后，企业究竟是在获得一种新的生产力，还是在逐渐把自己的知识、经验、判断和竞争优势交给外部模型公司？ 这并不是一个简单的数据安全问题，也不仅是一个模型成本问题。

两难就此浮现：粗数据便宜但难学，精数据好用难量产。